小波分析在扭矩动态测试法去噪中的应用

首先介绍小波分析基础理论,然后讨论小波分析在动态扭矩测量信号滤波中的应用.通过对所获得的扭矩信号进行离散小波变换,利用阀值量化处理的方法去除噪声,将剩余部分进行重构,形成了抑制噪声的滤波信号.实验结果表明该方法对采样信号滤波是十分有效的,对提高扭矩测量精度很有利.     

信号消噪的小波处理方法研究

在实际的工程应用中,采样信号不可避免地受到各种噪声和干扰的污染,通过对噪声特性的分析,应用小波的方法对信号进行去噪处理．在Matlab环境下对平稳信号及非平稳信号消噪做了详尽的对比仿真研究．并在选取四种不同的阚值情况下对实际人体脉搏信号进行了去噪对比实验,结果表明小波去噪具有更为优越的数据处理能力．应用小波的方法能更好地逼近真实信号。     

小波分析在信号消噪中的应用

用小波分析进行信号消噪常用多尺度小波变换和小波包变换.多尺度小波变换是将信号分解成高频和低频成分,低频包含信号的主要性能,高频含较多噪声,将高频平滑后再重建即可消噪.其消噪处理有强制、默认阈值和给定软/硬阈值3种方法.小波包变换消噪是将信号的小波包分解、计算最佳小波包基、分解系数的阈值化处理及重构原来信号实现消噪.并给出了几个Matlab消噪函数:多尺度一维小波分解和重构wavedec及waverec、消噪默认阈值ddencmp和消噪函数wdencmp;小波包变换的ddencmp 和wdencmp函数.试验表明,此方法具有较高的有效性和实用性.     

基于SURE的小波变换消噪法

介绍了小波去噪的基本理论和基本方法,说明了史坦无偏似然估计(SURE,Stein unbiased risk esti-mate)的信号检测方法和阀值法的具体原理,并分别采用软阈值和硬阈值的试探法史坦无偏似然估计,对某型制导雷达的静止目标视频回波信号和运动目标视频回波信号进行了计算机仿真去嗓计算。仿真结果表明基于 SURE 的小波去噪法有较理想的效果。     

小波变换模极大去噪法在无线电引信信号处理中的应用

将小波变换模极大去噪理论和方法应用于无线电引信的信号处理研究,在小波变换模极大值特性分析的基础上,讨论了无线电引信信号和噪声的小波变换模极大值在各尺度上的传播特性,提出了无线电引信小波变换模极大值去噪算法,并对算法进行了深入分析,仿真结果显示：利用小波变换模极大值去噪方法可有效去除低信噪比的无线电引信信号噪声。     

小波阈值去噪在导引头信号处理中的应用

为从杂波和干扰背景中有效地提取出目标的特征信号．介绍了一种在小波阚值去噪基础上对阚值函数进行改进的方法．以达到滤除噪声的目的。该阈值函数克服了硬阈值函数值不连续的问题和软阈值函数存在恒定偏差的问题．同时新函数不需要进行参数选择。仿真实验结果表明．这种方法在有效消除高频随机信号和特定尺度噪声的同时又能很好地保留原有的有用信号,较其他阈值函数具有明显的优越性。     

小波分析在末敏弹探测信号处理中的应用

为了获得末敏弹红外/毫米波敏感器探测信号真实波形特征,提高目标识别率,针对高塔抛弹实验所获数据,结合红外/毫米波复合探测原理及信号特征,采用小波分析法,选取合适的小波函数、分解尺度以及阀值完成了去噪工作,得到了较为真实的探测信号波形。处理结果表明小波去噪可以很好的对末敏弹复合敏感器原始探测信号进行平滑处理,去噪后的真实波形特征可以为末敏弹目标识别模板提供数据依据。     

自适应提升小波在漏磁信号处理中的应用

为了解决在漏磁信号中的噪声抑制问题，采用提升小波变换的方法构造小波，在讨论了第二代小波变换基本原理及其特点的基础上，将自适应性引入提升方案中。提出了第二代小波的改进算法，用先更新后预测的改进提升方案解决自适应性引起的非线性问题。应用该算法对采集的漏磁信号进行消噪处理，并在阈值处理过程中引入了软硬阈值折衷法。仿真结果表明：与传统小波变换的去噪效果相比较，该文的信号降噪处理方法，不仅较好地剔除信号中的噪声，而且保留了原始信号中的有效成分，是一种可行的方法。     

小波阈值去噪算法在信号处理中的应用与优化

小波阈值方法通过预先对数据奇异值的剔除进行信号滤波．在传统的硬阈值和软阈值方法基础上,提出了一种新的阈值函数,该函数具有更优越的数学特性和清晰的物理意义．能够精确地剔除信号中的噪声,有效地提取出信号的主要部分和细节部分．通过仿真实验,证明该函数更好地解决了信号处理中数据奇异值和系统随机误差问题,提高了数据处理的精度和效率,是一种比较有效的信号消噪方法,在信号处理领域具有广阔的工程应用价值．     

循环平移Contourlet变换在金属断口图像消噪中的应用

提出一种基于循环平移的Contourlet变换的金属断口图像消噪方法。该方法将带噪声的金属断口图像平移一定的距离,对平移后的图像进行硬阈值Contourlet变换消噪,通过反向平移,恢复到原图像一样的排列次序,实现有效消噪。实验表明,该方法与传统的小波消噪和Contourlet消噪方法相比,提高了消噪后图像的峰值信噪比。     

采用DSP和小波变换的战场声目标快速识别系统

根据战场典型目标声信号的特性，提出运用小波理论和FOBW编码对其进行特征提取，用数字信号处理(DSP)作为系统核心处理器件，辅以必要的外围电路，实现声目标快速识别的方法。将此系统应用于战场典型目标的快速识别，取得了满意的识别效果。     

基于多普勒信息的盲波束形成方法在声呐信号处理中的应用研究

本文针对水声环境和水声信号的特点，提出了一种可用于任意阵形的自适应神经网络盲波束形成方法。该方法在未知基阵响应向量的情况下，利用水声信号多普勒频率信息，估计波束形成的权矢量，采用神经网络的方法实现盲波束形成，从而避免了矩阵的求逆运算，不但减小了运算量而且易于用硬件实现。此外该算法具有收敛速度快、鲁棒性强、估计精度高等优点。通过拖曳阵和体积阵的仿真实验，验证了所提出方法的有效性和正确性。